This activity is also part of one or more other Books. Modifications will be visible in all these Books. Do you want to modify the original activity or create your own copy for this Book instead?
This activity was created by '{$1}'. Do you want to modify the original activity or create your own copy instead?
This activity was created by '{$1}' and you lack the permission to edit it. Do you want to create your own copy instead and add it to the book?
Recursos digitales para el aprendizaje y entendimiento de algunos métodos numéricos empleados en la interpolación y extrapolación de polinomios, al igual que la diferenciación e integración numerica
Table of Contents
Introducción a los métodos numéricos
Introducción
Observación del error en aproximación de funciones
Error absoluto, relativo y porcentual
Validez de los datos y error dentro del intervalo
Comparación para observar el error.
Introducción a la Interpolación polinomial
Interpolación a través de GeoGebra.
Video: Como hacer el ajuste polinomial con geogebra
Comparando polinomios
Interpolación por Lagrange
Interpolación con polinomios de Lagrange
Video: Polinomios de Lagrange con GeoGebra
Ejemplo de interpolación con 3 muestras
Interpolando el error en un termometro
Calculadora de polinomios de Lagrange
Diferencias divididas
Teoría detrás de las diferencias divididas para la aproximación de polinomios
Construyendo las diferencias divididas.
Ejercicio de diferencias divididas
Polinomio de Interpolación de Newton
Polinomio de Newton
Construyendo la Interpolación con Polinomio de Newton
Ejemplo polinomio de Newton
Polinomio de Newton con diferencias finitas
Generando las diferencias finitas
Formula para la suma de naturales
Diferencias hacia adelante
Interpolación por Hermite
Teoría del método de Hermite
Interpolación de Hermite con 3 puntos
Diferencias, ventajas y desventajas
Diferencias, ventajas y desventajas de los métodos de interpolación
Este método obtiene un polinomio de interpolación como combinación lineal
de los distintos polinomios de Lagrange (L(x)) que tienen la propiedad de
valer 1 en el punto en cuestión y 0 en los demás puntos.
Existen dos métodos generales para el ajuste de curvas que se distinguen entre sí al considerar la cantidad de error asociado con los datos.
Primero, si se sabe que los datos son muy precisos, el procedimiento básico será colocar una curva, o una serie de curvas que pasen por cada uno de los puntos en forma directa, como ya lo vimos en los capítulos anteriores.
Segundo, si los datos exhiben un grado significativo de error o "ruido", la estrategia será obtener una sola curva que represente la tendencia general de los datos. Como cualquier dato individual puede ser incorrecto, no se busca intersecar todos los puntos, en lugar de esos se construye una curva que siga la tendencia de los puntos tomados.
1. Regresión lineal o interpolación ¿Cual utilizar?